这个 Skill 能做什么，适合哪些场景？
這是一個領域通用的深度研究技能，透過 13 個代理組成的團隊，在六個階段中引導使用者從模糊的研究構想，逐步完成完整的 APA 7.0 研究報告。技能提供八種操作模式，包含完整研究、快速簡報、文獻回顧、系統性回顧（PRISMA）、事實查核、三向文獻掃描、蘇格拉底式引導研究對話，以及可選的統合分析。特色包括方法論設計、系統性文獻搜尋、來源驗證、跨來源綜合、偏差風險評估、編輯審查、魔鬼代言人挑戰、倫理審查與研究後文獻監測。此技能需搭配 Claude Code 使用，並依賴使用者確認與人工介入。
此技能運作一個六階段流程。階段一（範圍界定）將模糊主題轉化為 FINER 評分的研究問題與方法論藍圖。階段二（調查）進行系統性文獻搜尋，並透過證據層級分級、掠奪性期刊偵測與利益衝突標記來驗證來源。階段三（分析）整合跨來源的證據、辨識矛盾並進行差距分析。階段四（撰寫）產出完整的 APA 7.0 報告草稿。階段五（審查）平行執行主編審查、倫理審查與魔鬼代言人檢查點。階段六（修訂）根據回饋最多進行兩輪修訂。技能包含八種模式，並觸發關鍵詞支援中文、英文與韓文。
- 當研究者需要指導以釐清模糊的研究方向時，可使用蘇格拉底模式進行引導式對話。
- 當學者有明確的研究問題並需要可引用的文獻回顧時，使用文獻回顧模式。
- 當研究者需要評估單篇論文的品質以決定是否引用時，使用評審模式。
- 當使用者需要快速摘要某主題時，使用快速模式。
- 當使用者需要驗證特定主張的事實準確性時，使用事實查核模式。
- 當研究者需要進行 PRISMA 符合的系統性回顧，並包含統合分析時，使用系統性回顧模式。
如何安装这个 Skill？
- 技能严重依赖海外学术数据库和工具（如Google Scholar、PubMed、Semantic Scholar），在中国大陆可能无法访问或访问受限，影响核心功能。
- 未提供权限配置或最小权限说明，运行时可能请求超出必要的权限（如hook、API调用）。
- 参考文献完整性检查中提到Retraction Watch，但未提供具体集成或验证步骤。
- 发布者未经验证，技能来源和长期维护责任不明，需谨慎信任。
- 网络访问
- 本地文件系统
此技能是 monorepo 的一部分，可透過 Claude Code 外掛安裝：在 Claude Code 中執行 /plugin marketplace add Imbad0202/academic-research-skills 然後 /plugin install academic-research-skills。或者，將 deep-research 資料夾複製到專案的 .claude/skills/ 目錄。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/Imbad0202/academic-research-skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/deep-research" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 研究 AI 對高等教育的影響
- 引導我的研究：少子化對私立大學的影響
安裝後，直接以自然語言提出研究請求，例如：「研究 AI 對高等教育的影響」。若要使用蘇格拉底模式，請說「引導我的研究：少子化對私立大學的影響」。技能會根據輸入觸發適當模式。
这个 Skill 有哪些优点和局限？
- 涵蓋完整研究生命週期，從問題形成到最終報告
- 多種模式適應不同需求，包含引導式與快速選項
- 內建品質檢查，如證據層級與魔鬼代言人反駁
- 支援多語言觸發，包含中文、英文與韓文
- 可選的系統性回顧與統合分析功能
- 依賴 Claude Code，且部分功能需人工確認
- 未附測試套件，可靠性未經正式驗證
- 需要網路連線以進行文獻搜尋與來源驗證
- 複雜度可能造成學習門檻
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 深度學術研究代理團隊 本页 | 49 · 谨慎使用 | ★ 51k | 8 天前 | NOASSERTION |
| 学术论文多视角审稿模拟器 | 52 · 谨慎使用 | ★ 51k | 8 天前 | NOASSERTION |
| 學術論文寫作專家團隊 | 0 · 不推荐 | ★ 51k | 8 天前 | NOASSERTION |
| Blog Fact-Check 博客事实核查 | 49 · 谨慎使用 | ★ 2.3k | 1 个月前 | MIT |
| Academic Humanizer 学术去AI味编辑 | 55 · 谨慎使用 | ★ 1.9k | 3 个月前 | NOASSERTION |
此技能是學術研究技能套件的一部分，可與其他技能（如 academic-paper）整合，但本技能僅涵蓋研究階段，不包含論文寫作。
FollowSkills 如何评估这个 Skill？
技能包含用户确认点（Phase 1后、伦理检查）、数据流透明（检索内容作为数据处理而非指令）、敏感信息处理有伦理审查、外部效果主要是检索和API调用，有降级处理（Semantic Scholar不可用时跳过）。但权限未明确（未说明最小权限），引用了hook机制但未提供实际配置证据，外部API调用未明确确认机制，因此扣除部分分数。
指令自洽，流程详细，失败路径有描述。但没有测试套件、无CI配置证据，依赖外部服务（Semantic Scholar、数据库、图书馆）且无容错证据，静态审查无法验证可复现性。因此只能给6分。
技能有清晰的受众、应用场景和模式选择流程，支持中英韩文，触发条件具体明确，边界（不触发场景）有说明。但未提供环境适配证据，中国网络可达性未明确，技能依赖的数据库和工具（谷歌学术、PubMed等）在中国大陆可能不可用，因此扣除部分分数。
有版本号、更新日期、状态、相关技能链接，引用了大量参考文件，但未提供安装指南、依赖清单、参数说明、示例（除简单示例外）、变更日志、已知限制、维护责任（发布者未验证）。因此得分10。
核心任务（深度研究）有详细流程，预期输出有格式说明（APA 7.0），但无实际输出示例或验证证据，静态审查无法确认输出可直接使用。因此得分5。
关键声明（如13个代理、8种模式、PRISMA合规）无第三方执行证据，仅有文档描述；未提供测试、CI或可复现的实验支持。因此得分3。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →